云計(jì)算技術(shù)與物聯(lián)網(wǎng)應(yīng)用

目錄

\n

第1章云計(jì)算與物聯(lián)網(wǎng)概述1

\n

1.1云計(jì)算基本概念1

\n

1.1.1云計(jì)算的定義1

\n

1.1.2云計(jì)算的發(fā)展4

\n

1.1.3與云計(jì)算相關(guān)的技術(shù)6

\n

1.2物聯(lián)網(wǎng)基本概念8

\n

1.2.1物聯(lián)網(wǎng)的定義8

\n

1.2.2物聯(lián)網(wǎng)的發(fā)展10

\n

1.2.3與物聯(lián)網(wǎng)相關(guān)的技術(shù)11

\n

1.3云計(jì)算與物聯(lián)網(wǎng)12

\n

1.3.1云計(jì)算與物聯(lián)網(wǎng)的關(guān)系12

\n

1.3.2云計(jì)算與物聯(lián)網(wǎng)的集成應(yīng)用14

\n

小結(jié)14

\n

習(xí)題14

\n

第2章云計(jì)算與物聯(lián)網(wǎng)體系架構(gòu)15

\n

2.1云計(jì)算體系架構(gòu)15

\n

2.1.1云計(jì)算的參考架構(gòu)15

\n

2.1.2云計(jì)算的技術(shù)架構(gòu)20

\n

2.1.3云計(jì)算的分層服務(wù)模式21

\n

2.1.4云計(jì)算的部署23

\n

2.2物聯(lián)網(wǎng)體系架構(gòu)26

\n

2.2.1物聯(lián)網(wǎng)的參考架構(gòu)26

\n

2.2.2物聯(lián)網(wǎng)的技術(shù)架構(gòu)28

\n

2.3基于物聯(lián)網(wǎng)的云體系架構(gòu)30

\n

2.3.1物聯(lián)網(wǎng)云體系架構(gòu)30

\n

2.3.2物聯(lián)網(wǎng)云的應(yīng)用平臺31

\n

小結(jié)33

\n

習(xí)題33

\n

第3章虛擬化技術(shù)34

\n

3.1虛擬化技術(shù)概述34

\n

3.1.1虛擬化技術(shù)定義34

\n

3.1.2虛擬化技術(shù)有關(guān)術(shù)語35

\n

3.1.3虛擬化技術(shù)優(yōu)勢及特征36

\n

3.2資源虛擬化38

\n

3.2.1網(wǎng)絡(luò)資源的虛擬化38

\n

3.2.2計(jì)算資源的虛擬化40

\n

3.2.3存儲資源的虛擬化41

\n

3.2.4軟件資源的虛擬化43

\n

3.3虛擬機(jī)及動態(tài)遷移44

\n

3.3.1虛擬機(jī)管理及應(yīng)用44

\n

3.3.2虛擬機(jī)動態(tài)遷移實(shí)現(xiàn)原理47

\n

3.3.3虛擬機(jī)動態(tài)遷移的優(yōu)點(diǎn)50

\n

小結(jié)50

\n

習(xí)題50

\n

第4章云計(jì)算的存儲與管理52

\n

4.1存儲管理技術(shù)發(fā)展52

\n

4.2大數(shù)據(jù)的基本概念57

\n

4.2.1大數(shù)據(jù)定義及特性57

\n

4.2.2數(shù)據(jù)存儲模型分類58

\n

4.3Google存儲管理技術(shù)66

\n

4.3.1分布式文件系統(tǒng)GFS67

\n

4.3.2分布式存儲系統(tǒng)BigTable73

\n

4.3.3并行編程模型MapReduce79

\n

4.3.4Google大數(shù)據(jù)技術(shù)新發(fā)展82

\n

4.3.5Google大數(shù)據(jù)技術(shù)應(yīng)用83

\n

4.4Hadoop存儲管理技術(shù)85

\n

4.4.1Hadoop技術(shù)框架85

\n

4.4.2Hadoop關(guān)鍵技術(shù)86

\n

4.4.3Hadoop安裝介紹88

\n

4.5Windows Azure云計(jì)算技術(shù)99

\n

4.5.1Windows Azure云平臺99

\n

4.5.2Windows Azure服務(wù)組件100

\n

小結(jié)104

\n

習(xí)題104

\n

第5章物聯(lián)網(wǎng)技術(shù)基礎(chǔ)105

\n

5.1物聯(lián)網(wǎng)概述105

\n

5.2射頻識別技術(shù)107

\n

5.2.1RFID技術(shù)概述107

\n

5.2.2EPC物聯(lián)網(wǎng)112

\n

5.2.3EPC物聯(lián)網(wǎng)在企業(yè)物流管理中的應(yīng)用115

\n

5.3無線傳感器網(wǎng)絡(luò)技術(shù)116

\n

5.3.1無線傳感器網(wǎng)絡(luò)概述116

\n

5.3.2無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)119

\n

5.3.3無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)124

\n

5.3.4無線傳感器網(wǎng)絡(luò)在野外測量中的應(yīng)用126

\n

小結(jié)131

\n

習(xí)題131

\n

第6章云計(jì)算和物聯(lián)網(wǎng)安全技術(shù)133

\n

6.1基本概念133

\n

6.1.1定義133

\n

6.1.2云計(jì)算和物聯(lián)網(wǎng)安全現(xiàn)狀133

\n

6.1.3安全標(biāo)準(zhǔn)組織134

\n

6.2安全體系框架135

\n

6.3云計(jì)算的安全技術(shù)137

\n

6.3.1用戶訪問技術(shù)137

\n

6.3.2可信計(jì)算140

\n

6.3.3數(shù)據(jù)安全141

\n

6.3.4虛擬化安全144

\n

6.4物聯(lián)網(wǎng)的安全技術(shù)146

\n

6.4.1RFID安全146

\n

6.4.2無線傳感器網(wǎng)絡(luò)安全技術(shù)152

\n

小結(jié)154

\n

習(xí)題155

\n

第7章云數(shù)據(jù)中心設(shè)計(jì)156

\n

7.1云數(shù)據(jù)中心概述156

\n

7.1.1數(shù)據(jù)中心的概念156

\n

7.1.2數(shù)據(jù)中心的發(fā)展158

\n

7.1.3云數(shù)據(jù)中心定義及優(yōu)勢159

\n

7.2云數(shù)據(jù)中心總體設(shè)計(jì)160

\n

7.2.1云數(shù)據(jù)中心建設(shè)流程160

\n

7.2.2云數(shù)據(jù)中心設(shè)計(jì)理念161

\n

7.2.3云數(shù)據(jù)中心需求分析162

\n

7.2.4云數(shù)據(jù)中心總體架構(gòu)設(shè)計(jì)164

\n

7.3云數(shù)據(jù)中心詳細(xì)設(shè)計(jì)165

\n

7.3.1基礎(chǔ)設(shè)施設(shè)計(jì)166

\n

7.3.2網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)167

\n

7.3.3計(jì)算資源設(shè)計(jì)170

\n

7.3.4存儲資源設(shè)計(jì)175

\n

7.3.5運(yùn)維管理設(shè)計(jì)178

\n

7.3.6災(zāi)備設(shè)計(jì)180

\n

7.3.7安全設(shè)計(jì)180

\n

小結(jié)181

\n

習(xí)題181

\n

第8章云數(shù)據(jù)中心管理182

\n

8.1TCloud Elaster云成平臺概述182

\n

8.1.1術(shù)語182

\n

8.1.2TCloud Elaster云成平臺的層次架構(gòu)183

\n

8.2TCloud Elaster云成平臺部署和安裝184

\n

8.2.1云成平臺系統(tǒng)部署184

\n

8.2.2TCloud Elaster云成平臺系統(tǒng)安裝188

\n

8.3TCloud Elaster云成平臺用戶管理191

\n

8.3.1用戶的建立和刪除191

\n

8.3.2賬號的建立和刪除192

\n

8.3.3管理員的建立和刪除194

\n

8.4虛擬機(jī)管理195

\n

8.4.1模板的創(chuàng)建與管理195

\n

8.4.2虛擬機(jī)創(chuàng)建與管理201

\n

8.4.3虛擬機(jī)實(shí)時(shí)檢測205

\n

小結(jié)207

\n

習(xí)題207

\n

第9章云計(jì)算應(yīng)用開發(fā)技術(shù)208

\n

9.1云計(jì)算應(yīng)用開發(fā)技術(shù)概述208

\n

9.1.1云計(jì)算與SOA架構(gòu)208

\n

9.1.2云計(jì)算與MapReduce模型211

\n

9.2Web Service開發(fā)技術(shù)及實(shí)例213

\n

9.2.1Web Service技術(shù)213

\n

9.2.2Web Service實(shí)現(xiàn)方法219

\n

9.2.3Web Service實(shí)驗(yàn)環(huán)境224

\n

9.2.4Web Service實(shí)驗(yàn)環(huán)境搭建224

\n

9.2.5Web Service開發(fā)實(shí)例226

\n

9.3MapReduce開發(fā)技術(shù)及實(shí)例232

\n

9.3.1Hadoop MapReduce技術(shù)232

\n

9.3.2Hadoop MapReduce實(shí)現(xiàn)方法237

\n

9.3.3Hadoop MapReduce實(shí)驗(yàn)環(huán)境237

\n

9.3.4Hadoop MapReduce實(shí)驗(yàn)環(huán)境搭建238

\n

9.3.5Hadoop MapReduce開發(fā)實(shí)例245

\n

小結(jié)253

\n

習(xí)題253

\n

第10章數(shù)據(jù)分析技術(shù)254

\n

10.1數(shù)據(jù)分析概述254

\n

10.1.1數(shù)據(jù)分析定義254

\n

10.1.2基于云計(jì)算的數(shù)據(jù)分析體系結(jié)構(gòu)254

\n

10.1.3數(shù)據(jù)分析的步驟256

\n

10.1.4術(shù)語和指標(biāo)257

\n

10.2數(shù)據(jù)預(yù)處理259

\n

10.2.1主題分析259

\n

10.2.2數(shù)據(jù)抽取259

\n

10.2.3數(shù)據(jù)清洗260

\n

10.2.4數(shù)據(jù)變換261

\n

10.2.5數(shù)據(jù)聚合261

\n

10.2.6屬性約簡261

\n

10.3典型數(shù)據(jù)分析262

\n

10.3.1描述性數(shù)據(jù)分析262

\n

10.3.2關(guān)聯(lián)規(guī)則挖掘分析266

\n

10.3.3聚類挖掘分析273

\n

10.3.4分類與預(yù)測挖掘分析279

\n

10.4數(shù)據(jù)分析工具及應(yīng)用287

\n

10.4.1數(shù)據(jù)分析工具287

\n

10.4.2Excel數(shù)據(jù)分析290

\n

10.4.3spaas軟件數(shù)據(jù)分析296

\n

小結(jié)304

\n

習(xí)題304

\n

參考文獻(xiàn)306

\n